Qu’est-ce que Loop ? Ça fait beaucoup parler ces derniers jours ~

Loop, c’est la boucle d’agent (agent loop) : le modèle ne se contente plus de « recevoir une instruction → produire un résultat » et s’arrête là, mais entre dans une boucle — raisonner → agir → observer le résultat → raisonner à nouveau, jusqu’à ce que la tâche soit réellement terminée. La structure en pointillés à droite du schéma, qui revient en arrière, c’est la boucle.
Essentiellement, cela consiste à importer dans l’IA des pratiques déjà bien établies en génie logiciel : REPL, boucle d’événements, boucle while — autant de structures où l’on « exécute de manière répétée jusqu’à ce qu’une condition soit remplie ». Loop remplace simplement le « corps de la boucle » par la « réflexion du modèle + appel d’outils ».

Pourquoi peut-il remplacer les invites (prompts) ?
Le point clé n’est pas le mot « boucle », mais le fait qu’il déplace le lieu où se trouve la complexité, de votre texte vers la structure du système. Je vous le décompose en quatre niveaux :

1. De « décrire comment faire » à « définir quoi faire »
Une invite est un codage statique — vous devez penser à l’avance à chaque étape de la tâche, puis la rédiger en langage naturel. Le problème : pour une tâche réelle, vous ne pouvez pas tout prévoir. Une analyse d’investissement : faut-il d’abord consulter les états financiers ou le secteur ? Cela dépend de ce que vous trouvez. L’invite fixe un chemin, alors que la boucle laisse le modèle décider de l’étape suivante en fonction des retours réels de chaque étape. Vous ne donnez que l’objectif et les limites des capacités, le chemin est généré dynamiquement.

2. Le contexte passe de « inséré » à « développé »
La puissance d’une invite dépend de la quantité d’informations que vous pouvez insérer dans la fenêtre de contexte — mais vous ne savez pas à l’avance si ces informations sont nécessaires. Dans une boucle, chaque appel d’outil, chaque observation est automatiquement ajouté au contexte. Le contexte n’est plus un investissement unique planifié, mais il se développe dynamiquement au fil des itérations. Le modèle va chercher ce dont il a besoin.

3. Capacité de correction d’erreurs
Une invite unique n’a pas de notion de « réessai » — une erreur reste une erreur. La boucle, elle, intègre un retour : si un outil renvoie une erreur, une recherche ne trouve rien, des chiffres ne correspondent pas, le modèle peut les détecter et les corriger lors de l’itération suivante. C’est comme passer de « l’assembleur écrit à la main » à un « langage de haut niveau avec points d’arrêt et débogage » — dans le premier cas, il faut écrire juste du premier coup, dans le second, on peut modifier en cours de route.

4. Le « comment faire » est fixé par l’outil, le « quoi faire » reste au langage naturel
C’est le point le plus important. L’ingénierie des invites traditionnelles décrit en mots « quel API appeler, dans quel ordre, comment analyser les résultats », ce qui est source d’ambiguïté. Dans le paradigme de la boucle, tout cela est transformé en outils — les signatures de fonctions sont des interfaces précises et sans ambiguïté. Le modèle n’a plus qu’à décider « quand appeler quel outil », sans avoir à deviner comment l’appeler via le langage naturel. L’ambiguïté des invites est remplacée par la détermination des outils.

L’essentiel en une phrase
Invite = vous comprimez toute la logique d’exécution dans un seul texte, en pariant qu’il fonctionne du premier coup.
Boucle = vous définissez l’objectif + fournissez un ensemble d’outils + laissez le modèle construire lui-même le chemin d’exécution dans l’interaction réelle.
Cela n’« élimine » pas les invites — l’invite système (qui vous êtes, ce que vous pouvez utiliser, quelles règles suivre) existe toujours et est importante. Ce qui est éliminé, c’est le fait d’« écrire une instruction parfaite pour chaque tâche ». La complexité passe de « la longueur d’une seule invite » à « la qualité de la conception système + de l’ensemble d’outils », et ces derniers peuvent être industrialisés, réutilisés et testés.

C’est aussi pourquoi le centre de gravité des applications IA actuelles se déplace de l’« ingénierie des invites » vers la « conception d’agents/systèmes » — lorsque vous pouvez figer le « comment faire » dans les outils et la structure de boucle, le langage naturel n’a plus qu’à exprimer le « quoi faire », et c’est précisément ce qu’il fait le mieux.